2018年冬季淄博市一次沙塵天氣顆粒物污染特征研究

吳麗萍, 李麗明,, 張向炎, 王信梧, 馬銀紅, 耿春梅*, 徐 勃*

1.天津城建大學(xué)環(huán)境與市政工程學(xué)院, 天津 300384 2.中國(guó)環(huán)境科學(xué)研究院, 北京 100012 3.淄博市環(huán)境監(jiān)測(cè)站, 山東 淄博 255040

顆粒物是我國(guó)大氣中最主要的污染物之一，不僅導(dǎo)致能見(jiàn)度降低、全球變暖，還危害人體健康，因此備受國(guó)內(nèi)外學(xué)者的關(guān)注[1-3]. 據(jù)生態(tài)環(huán)境狀況公報(bào)顯示，2018年338個(gè)地級(jí)及以上城市優(yōu)良天數(shù)比例為79.3%，同比上升1.3個(gè)百分點(diǎn)，空氣質(zhì)量改善較大，但仍有56.2%的城市ρ(PM2.5)不達(dá)標(biāo)，故學(xué)者們對(duì)不同地區(qū)顆粒物開展了研究[4-6]. FU等[7]研究發(fā)現(xiàn)，2013—2016年我國(guó)重污染形成的主要影響因素為一次排放、二次顆粒物生成、不利的氣象條件及區(qū)域傳輸. AN等[8]對(duì)一次重污染研究發(fā)現(xiàn)，區(qū)域傳輸對(duì)顆粒物也有較大貢獻(xiàn)，而在區(qū)域傳輸過(guò)程中，沙塵天氣是一個(gè)不可忽略的問(wèn)題. 沙塵是自然事件，對(duì)環(huán)境和人類活動(dòng)造成災(zāi)難性的影響[9-11]. 由于沙塵天氣具有較強(qiáng)的時(shí)空分布特征，不同時(shí)期和區(qū)域的沙塵天氣發(fā)生頻率和強(qiáng)度不同. 我國(guó)區(qū)域經(jīng)濟(jì)發(fā)展水平不均衡，污染特征差異較大，因此沙塵天氣對(duì)我國(guó)不同時(shí)期和不同區(qū)域城市空氣質(zhì)量影響有所不同[12]. 魏巍等[13]研究發(fā)現(xiàn)，當(dāng)沙塵過(guò)境時(shí)，不僅使ρ(PM10)上升，也對(duì)ρ(PM2.5)有所貢獻(xiàn). 朱媛媛等[14]研究發(fā)現(xiàn)，以PM2.5為主要污染物的重污染疊加沙塵過(guò)程是加重污染形成過(guò)程的重要形式之一. 劉偉等[15]研究發(fā)現(xiàn)，沙塵是造成顆粒物污染的最大自然流動(dòng)源，可以通過(guò)輸送實(shí)現(xiàn)區(qū)域傳遞[16]，降低空氣能見(jiàn)度和空氣質(zhì)量，此外細(xì)粒子還會(huì)通過(guò)呼吸系統(tǒng)進(jìn)入人體，對(duì)人體健康造成嚴(yán)重的影響和危害，導(dǎo)致呼吸等疾病[17-19]. 因此，在關(guān)注PM2.5時(shí)，沙塵天氣是一個(gè)不可忽視的因素[20].

淄博市處于山東半島城市群區(qū)域內(nèi)，是重要的工業(yè)城市，本地源排放較高，且易受周邊區(qū)域污染的影響，頻頻出現(xiàn)重污染天氣. 自2018年11月23日起，受西北沙塵的影響，淄博市經(jīng)歷了一次大氣重污染過(guò)程，重污染時(shí)間長(zhǎng)達(dá)7 d，為認(rèn)識(shí)此次受沙塵影響的大氣污染過(guò)程形成機(jī)制，分析了淄博市采樣點(diǎn)ρ(PM10)和ρ(PM2.5)及PM2.5化學(xué)組分特征，并利用PMF模型和后向軌跡模型對(duì)顆粒物的來(lái)源進(jìn)行解析，以期為淄博重污染防治提供科學(xué)依據(jù).

1 材料與方法

1.1 樣品采集

分別選取張店區(qū)(36.81°N、118.04°E)、博山區(qū)(36.49°N、117.85°E)和周村區(qū)(36.80°N、117.86°E)作為淄博市代表點(diǎn)位. 3個(gè)采樣點(diǎn)周邊均無(wú)明顯的工業(yè)源. 利用環(huán)境空氣顆粒物采樣器(ZR-3930型，青島眾瑞公司)在2018年11月23日—12月8日采集PM2.5濾膜樣品，每日采樣23 h (10:00—翌日09:00)，使用直徑47 mm石英和Teflon濾膜同步采集，石英濾膜使用前在500 ℃的馬弗爐烘烤4 h(去除雜質(zhì))，采樣前、后濾膜利用AWS-1濾膜自動(dòng)稱重天平(康姆德潤(rùn)達(dá)測(cè)量技術(shù)有限公司)進(jìn)行稱重.

為分析顆粒物及氣態(tài)污染物實(shí)時(shí)變化，張店區(qū)、博山區(qū)和周村區(qū)的PM10、PM2.5、SO2、NO2、CO、O3及氣象小時(shí)數(shù)據(jù)均來(lái)自淄博市環(huán)境自動(dòng)監(jiān)測(cè)監(jiān)控平臺(tái)，淄博市周邊區(qū)域污染物濃度數(shù)據(jù)均來(lái)自中國(guó)環(huán)境監(jiān)測(cè)總站.

1.2 化學(xué)組分分析方法

1.2.1熱碳分析儀

采用美國(guó)沙漠研究所研發(fā)的DRI MODEL2001熱光碳分析儀(ThermalOptical Carbon Analzer)對(duì)碳組分進(jìn)行分析，先將氦氣通入熱光爐中，在氦氣下逐漸升溫，分別升至140、280、480和580 ℃時(shí)對(duì)應(yīng)檢測(cè)出OC1、OC2、OC3、和OC4，然后通入90%氦氣和10%氧氣的混合氣，在580、740和840 ℃下繼續(xù)升溫，將元素碳氧化為CO2，然后在還原爐中還原成CH4，再由FID檢測(cè)器定量檢測(cè)出EC1、EC2和EC3. 部分有機(jī)碳在非氧的條件下裂解成裂解碳(OPF)，使用波長(zhǎng)為633 nm的He-Ne激光照射樣品，測(cè)量OPF的含量. 依據(jù)總有機(jī)碳(TOC)=OC1+OC2+OC3+OC4+OPC和總元素碳(TEC)=EC1+EC2+EC3-OPC計(jì)算TOC和TEC[21].

1.2.2離子分析儀

1.2.3元素分析儀

1.3 數(shù)據(jù)分析方法

1.3.1分歧系數(shù)法

利用分歧系數(shù)(CD)法對(duì)3個(gè)采樣點(diǎn)獲得的PM2.5及其組分濃度進(jìn)行相似度分析，若兩組數(shù)據(jù)相似，則CD趨于0；若差異較大，則CD趨于1[24]. 計(jì)算公式：

(1)

式中：CDjk為采樣點(diǎn)j、k的分歧系數(shù)；xij為采樣點(diǎn)j的ρ(PM2.5)平均值或PM2.5中i組分的質(zhì)量濃度的平均值，μgm3；xik為采樣點(diǎn)k的ρ(PM2.5)平均值或PM2.5中i組分的質(zhì)量濃度，μgm3；w為參與計(jì)算的數(shù)據(jù)個(gè)數(shù).

1.3.2陰陽(yáng)離子平衡法

用陽(yáng)離子當(dāng)量(AE)與陰離子當(dāng)量(CE)的比值來(lái)推斷氣溶膠的酸度，計(jì)算公式[25]：

(2)

(3)

1.3.3PMF模型源解析

PMF(正定矩陣因子分解法，Positive Matrix Factorization)是一種多變量因子分析工具，該模型首先利用權(quán)重計(jì)算出顆粒物中各組分的誤差，然后通過(guò)最小二乘法來(lái)確定出顆粒物的主要污染源及其貢獻(xiàn)率[24]，是大氣顆粒物來(lái)源解析常用的方法之一[26-28].

利用美國(guó)環(huán)境保護(hù)局PMF 5.0軟件分別對(duì)采樣期間PM2.5中的3種組分(碳組分、水溶性離子和無(wú)機(jī)元素)進(jìn)行分析，確定主要因子來(lái)判斷其來(lái)源. PMF法中，n行m列的數(shù)據(jù)矩陣X(n和m分別為樣品數(shù)和被測(cè)物種數(shù))可以分解為矩陣G(n×z)和F(z×m)以及殘余陣E〔見(jiàn)式(4)〕，其中z代表提取的因子數(shù)：

X=GF+E

(4)

式中，G是有z個(gè)源的源貢獻(xiàn)矩陣，F(xiàn)為源成分矩陣. PMF法通過(guò)最小化目標(biāo)函數(shù)Q來(lái)獲得解決方案.Q是基于樣品觀測(cè)誤差的函數(shù)：

(5)

(6)

式中：epq為每個(gè)樣本物種的殘差；spq為第p個(gè)樣品中第q個(gè)化學(xué)成分的不確定度；xpq為第p個(gè)樣本中第q個(gè)化學(xué)成分的矩陣；fhq為h物種在q樣本中的濃度，μgm3；gpq為p因素對(duì)q樣本貢獻(xiàn)的質(zhì)量，μg. PMF法通過(guò)最小二乘法并利用非負(fù)約束來(lái)獲得解，這些非負(fù)約束包括：源不能具有負(fù)的物種濃度(fhq≥0)；樣品不能具有負(fù)的源貢獻(xiàn)(ghq≥0). 通過(guò)利用這些非負(fù)約束，使所解得的因子具有更好的物理解釋. 該模型的原理及詳細(xì)用法參考用戶手冊(cè)[29]和相關(guān)文獻(xiàn)[30].

2 結(jié)果與討論

2.1 污染物質(zhì)量濃度變化特征

由于西北上游區(qū)域高壓過(guò)境的影響，以PM10為主要表征的揚(yáng)沙浮塵天氣隨冷空氣一同從西向東主導(dǎo)我國(guó)華北地區(qū)，此過(guò)程中多區(qū)域出現(xiàn)沙塵、霾共存的現(xiàn)象，自2018年11月23日起山東省和河北省中南部等地區(qū)出現(xiàn)中度污染，隨后污染逐漸加重，大部分城市達(dá)重度污染水平. 自東向西保定市、石家莊市、衡水市、邢臺(tái)市、德州市、濟(jì)南市和濱州市ρ(PM10)最大值分別為640、640、581、617、710、601和713 μgm3，ρ(PM2.5)最大值分別為449、316、330、342、311、275和298 μgm3，因淄博市處于山東半島城市群區(qū)域內(nèi)，易受周邊區(qū)域污染的影響，故淄博市此次受氣團(tuán)影響也較為嚴(yán)重.

圖1 監(jiān)測(cè)期間ρ(PM10)、ρ(PM2.5)、ρ(PM2.5)ρ(PM10)和氣象參數(shù)變化情況Fig.1 Mass concentration of PM10, PM2.5 , PM2.5/PM10 and changes in meteorological parameters during monitoring

淄博市空氣質(zhì)量分析顯示，2018年11月23日—12月3日淄博市均處于污染狀態(tài)，最嚴(yán)重時(shí)達(dá)重度污染水平(AQI為280)，12月4日后受冷空氣影響，空氣質(zhì)量達(dá)良好水平. 因此，將采樣期間分為2個(gè)階段，分別為污染期間(2018年11月23日—12月3日)和污染后(2018年12月4—8日). 根據(jù)《受沙塵天氣過(guò)程影響城市空氣質(zhì)量評(píng)價(jià)補(bǔ)充規(guī)定》中對(duì)沙塵影響起始時(shí)間判定，將城市PM2.5與PM10小時(shí)濃度比值小于等于前6個(gè)小時(shí)比值平均值的50%作為受影響的起始時(shí)間，將城市PM10小時(shí)平均濃度首次降至與沙塵天氣前6個(gè)小時(shí)PM10平均濃度的相對(duì)偏差小于等于10%作為沙塵天氣影響結(jié)束的時(shí)間. 11月27—30日PM2.5與PM10小時(shí)平均濃度比值(0.35)小于沙塵天氣前6個(gè)小時(shí)PM2.5與PM10小時(shí)平均濃度比值的平均值(0.71)，因此將11月27日判定為沙塵起始時(shí)間. 12月1日PM10小時(shí)平均濃度開始下降，此時(shí)PM10小時(shí)濃度與沙塵天氣前6個(gè)小時(shí)PM10平均濃度的相對(duì)偏差小于10%，因此將12月1日判定為沙塵結(jié)束時(shí)間.

采樣期間各污染物質(zhì)量濃度及氣象參數(shù)變化過(guò)程如圖1所示. 由圖1可見(jiàn)，污染期間ρ(PM10)和ρ(PM2.5)小時(shí)平均值分別為(259±111)和(133±51)μgm3，分別是污染后ρ(PM10)〔(88±38)μgm3〕和ρ(PM2.5)〔(36±14)μgm3〕的2.9和3.7倍.ρ(PM10)與ρ(PM2.5)變化趨勢(shì)較一致，表明ρ(PM10)和ρ(PM2.5)受到相同污染源的影響. 污染期間氣態(tài)污染物質(zhì)量濃度均低于GB 3095—2012《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》二級(jí)標(biāo)準(zhǔn)限值，說(shuō)明污染期間顆粒物是主要污染物[31]. 污染期間ρ(PM2.5)ρ(PM10)平均值為0.55，表明PM2.5在污染期間占據(jù)主導(dǎo)地位[31]. 在整個(gè)污染期間，ρ(PM10)與ρ(PM2.5)呈三峰的變化趨勢(shì)，最高值分別達(dá)585和308 μgm3，最低值分別為235和68 μgm3，氣態(tài)污染物質(zhì)量濃度與ρ(PM10)和ρ(PM2.5)均呈相反的變化趨勢(shì). 顆粒物與氣象因素相關(guān)性表明，ρ(PM10)和ρ(PM2.5)均與風(fēng)速呈顯著負(fù)相關(guān)(P<0.01)，因此氣態(tài)污染物的降低與當(dāng)?shù)仫L(fēng)速有關(guān)，沙塵過(guò)境時(shí)風(fēng)速較大，有利于氣態(tài)污染物的稀釋擴(kuò)散，降低氣態(tài)污染物的質(zhì)量濃度 ，這與郭勇濤等[12，32]研究得出的結(jié)果一致. 相對(duì)濕度與ρ(PM2.5)呈顯著負(fù)相關(guān)(P<0.01)，當(dāng)ρ(PM2.5)達(dá)最高值時(shí)，相對(duì)濕度和風(fēng)速分別為96%和3.37 ms，說(shuō)明ρ(PM2.5)的升高通常伴隨較高的相對(duì)濕度和較低的風(fēng)速. 12月3日，隨著冷空氣的到來(lái)，各污染物質(zhì)量濃度迅速下降，空氣質(zhì)量逐漸轉(zhuǎn)為良，污染后ρ(PM10)和ρ(PM2.5)均顯著降低，平均值分別為(88±38)和(36±14)μgm3，這可能是冷空氣過(guò)境、溫度逐漸降低、風(fēng)速逐漸變大均對(duì)大氣中污染物的擴(kuò)散和稀釋起到了重要作用[33].

圖2 污染期間及污染后ρ(OC)、ρ(EC)、ρ(SOC)ρ(OC)及ρ(OC)ρ(EC)變化情況Fig.2 Mass concentration of OC, EC , SOC/OC and OC/EC during and after pollution episode

2.2 PM2.5化學(xué)組分變化特征

利用分歧系數(shù)法分析3個(gè)采樣點(diǎn)(張店區(qū)、周村區(qū)、博山區(qū))PM2.5及其化學(xué)組分濃度的相似度，其CD值分別為0.037和0.047，表明3個(gè)采樣點(diǎn)的PM2.5及其組分濃度相似，3個(gè)采樣點(diǎn)的PM2.5及其組分濃度分析結(jié)果差異不大，具有高度相似性，采樣期間的污染為區(qū)域性污染. 故后續(xù)的化學(xué)組分研究利用3個(gè)采樣點(diǎn)的平均值.

2.2.1碳組分變化特征

污染期間ρ(OC)和ρ(EC)的平均值分別為(16.83±5.68)和(6.62±2.10)μgm3，分別占ρ(PM2.5)的12.2%和4.8%，分別是污染后ρ(OC)〔(7.47±2.35)μgm3〕和ρ(EC)〔(2.68±1.04) μgm3〕的2.3和2.4倍.ρ(OC)明顯高于ρ(EC)，說(shuō)明淄博市大氣細(xì)顆粒物中碳質(zhì)氣溶膠主要以O(shè)C為主. 分析ρ(OC)與ρ(EC)的相關(guān)性發(fā)現(xiàn)，污染期間ρ(OC)與ρ(EC)呈顯著正相關(guān)(r=0.86，P<0.01)，說(shuō)明二者有相同的排放源[34]，均來(lái)源于一次污染物的排放. 但OC是否存在二次生成，即二次來(lái)源，需根據(jù)ρ(OC)ρ(EC)來(lái)判定[35]. 當(dāng)ρ(OC)ρ(EC)大于2時(shí)，可以認(rèn)為存在二次生成. 分析發(fā)現(xiàn)，污染期間ρ(OC)ρ(EC)為2.6，存在較明顯的二次生成，即二次有機(jī)氣溶膠(SOC)的產(chǎn)生[36-37].ρ(SOC)ρ(OC)為0.79，說(shuō)明污染期間OC主要以二次生成為主，一次排放占比較少[38]. 污染期間ρ(OC)、ρ(EC)呈雙峰趨勢(shì)(見(jiàn)圖2)，ρ(OC)和ρ(EC)呈兩次抬升過(guò)程，11月30日ρ(OC)達(dá)到最大值，但ρ(SOC)ρ(OC)和ρ(OC)ρ(EC)均與30日前(11月27—29日)相差不大，說(shuō)明30日OC的二次反應(yīng)對(duì)ρ(OC)升高的影響較小. 污染期間ρ(OC)與ρ(PM2.5)變化趨勢(shì)一致，表明ρ(OC)出現(xiàn)升高而ρ(OC)ρ(EC)變化不大主要是因污染物的累積作用所致.

2.2.2水溶性離子質(zhì)量濃度變化特征

污染期間及污染后水溶性離子質(zhì)量濃度如圖3所示. 由圖3可見(jiàn)：污染期間PM2.5中總水溶性離子質(zhì)量濃度為(76.05±31.63)μgm3，占ρ(PM2.5)的60%，其中ρ(NO3-)、ρ(SO42-)和ρ(NH4+)分別為(34.58±16.21)(18.15±6.96)和(16.72±5.78)μgm3，3種離子質(zhì)量濃度之和占總水溶性離子質(zhì)量濃度的91%；而污染后PM2.5中總水溶性離子質(zhì)量濃度為(19.03±8.19)μgm3，占ρ(PM2.5)的53%，ρ(NO3-)、ρ(SO42-)和ρ(NH4+)分別為(4.98±2.16)(5.58±2.85)和(5.03±1.50)μgm3，3種離子質(zhì)量濃度之和占總水溶性離子質(zhì)量濃度的81%. 污染期間ρ(NO3-)、ρ(SO42-)和ρ(NH4+)三者之和是污染后的4.4倍，NO3-、SO42-和NH4+是污染過(guò)程中主要的離子組分. 污染期間水溶性離子中ρ(NO3-)最高，與淄博市前期研究所得結(jié)論[39]不同，這可能與前體物NOx有關(guān). 一方面，NOx是汽車尾氣的排放物，隨著淄博市經(jīng)濟(jì)的不斷發(fā)展，汽車保有量不斷增加，導(dǎo)致汽車尾氣的排放量也不斷增加；另一方面，污染期間較低的風(fēng)速(2 ms)和較高的相對(duì)濕度(76%)促進(jìn)了一次氣態(tài)污染物向二次污染物的轉(zhuǎn)化[40]. 此外，受沙塵輸入的影響，污染期間及污染后除二次離子氣溶膠外，地殼離子在水溶性離子中的占比分別為2.95%和0.98%，其中，在污染期間有30%以Ca2+為主的地殼離子來(lái)源于區(qū)域污染，其余70%來(lái)源于外來(lái)輸送，說(shuō)明污染期間沙塵的輸入對(duì)ρ(PM2.5)的增加有較大影響，這與ZHAI等[41]發(fā)現(xiàn)蘭州市沙塵期間水溶性離子中Ca2+濃度顯著增加的結(jié)論相一致.

圖3 污染期間及污染后水溶性離子質(zhì)量濃度變化情況Fig.3 Changes of mass concentration of water-soluble ion during and after pollution episode

2.2.3元素變化特征

污染期間及污染后PM2.5中元素質(zhì)量濃度如表1所示. 由表1可見(jiàn)，污染期間和污染后總元素質(zhì)量濃度平均值分別為(5.81±4.00)和(2.25±1.12)μgm3，污染期間總元素質(zhì)量濃度顯著高于污染后. 為區(qū)分污染期間沙塵源及人為源的影響，將元素分為地殼元素和人為源污染元素，其中，地殼元素主要包括Mg、Al、Ca、Fe和Si，這些元素被認(rèn)為是地殼塵埃高負(fù)荷的主要原因；人為源元素主要包括Mn、Cu、Zn、Pb和As，這些元素可能來(lái)源于化石燃料的燃燒、工業(yè)排放和車輛排放[43]. 污染期間地殼元素質(zhì)量濃度為(3.42±2.79)μgm3，是污染后〔(1.29±0.63)μgm3〕的3.3倍，占PM2.5的2%；而污染期間人為源元素質(zhì)量濃度為(0.45±0.23)μgm3，是污染后〔(0.28±0.17)μgm3〕的1.5倍，占PM2.5的0.7%. 此次污染期間地殼元素質(zhì)量濃度大于人為源元素質(zhì)量濃度，地殼元素質(zhì)量濃度占總元素質(zhì)量濃度的65%，說(shuō)明地殼元素是造成此次污染的重要元素，與LU等[44]對(duì)石家莊市一次無(wú)沙塵影響下的重污染過(guò)程結(jié)果不一致，說(shuō)明此次污染與沙塵輸入有關(guān).

表1 污染期間和污染后PM2.5中元素質(zhì)量濃度

Table 1 PM2.5 element concentration during and after pollution episode μgm3

表1 污染期間和污染后PM2.5中元素質(zhì)量濃度

項(xiàng)目污染期間污染后Si0.56±0.290.30±0.10Fe0.62±0.870.10±0.05Ca0.73±0.430.31±0.14Mg0.29±0.220.15±0.12Al1.22±0.980.43±0.22Mn0.06±0.030.03±0.02Cr0.02±0.010.02±0.001Cu0.02±0.010.01±0.01Zn0.27±0.140.18±0.11As0.01±0.0040.005±0.004Pb0.07±0.040.03±0.02其他1.94±0.980.69±0.33總計(jì)5.81±4.002.25±1.12

2.3 后向軌跡模型分析

為驗(yàn)證此次污染受到遠(yuǎn)距離傳輸影響，利用HYSPLIT-4模式進(jìn)一步對(duì)此次污染進(jìn)行分析，設(shè)定高度層為500 m，每6 h模擬一條后向軌跡，追蹤到64條到達(dá)采樣區(qū)前72 h氣團(tuán)的后向軌跡，模擬的后向軌跡經(jīng)過(guò)聚類分析可分為4類(見(jiàn)表2). 第一類軌跡傳輸距離最近，速度最慢，占總軌跡的47%，主要來(lái)源于淄博市東南方的濰坊市和臨沂市2個(gè)省內(nèi)城市，為局地盤旋氣流，污染期間濰坊市和臨沂市ρ(PM2.5)峰值分別為196和192 μgm3，導(dǎo)致淄博市本地的污染物與省內(nèi)周邊區(qū)域污染物疊加積累，加重污染形成；第二類軌跡自蒙古國(guó)途經(jīng)內(nèi)蒙古自治區(qū)、京津冀地區(qū)到達(dá)山東省淄博市，軌跡數(shù)量占總數(shù)的28%；第三類軌跡傳輸距離最遠(yuǎn)，速度最快，途徑新疆維吾爾自治區(qū)吉爾班通古特沙漠、昌吉回族自治州以及河北省北部，穿過(guò)渤海灣等地區(qū)到達(dá)山東省淄博市，占軌跡總數(shù)的14%；第四類軌跡自蒙古國(guó)途徑內(nèi)蒙古自治區(qū)和河北省北部，穿過(guò)渤海灣到達(dá)山東省淄博市，軌跡數(shù)量占總數(shù)的11%. 第二、三、四類軌跡主要以西北方向的氣團(tuán)為主，占總軌跡的53%. 沙塵過(guò)境前除西北沙源地城市的ρ(PM2.5)較高外，其他西北氣團(tuán)途徑的城市(包括河北省北部的張家口市、河北省承德市、內(nèi)蒙古自治區(qū)烏蘭察布市和錫林郭勒盟)ρ(PM2.5)峰值分別為91、65、60和51 μgm3，均為較清潔城市，無(wú)較大污染源. 隨著沙塵的過(guò)境這些城市的ρ(PM2.5)均有所上升，分別達(dá)到220、147、125和321 μgm3. 此過(guò)程中淄博市ρ(PM2.5)由167 μgm3升至308 μgm3，并且此過(guò)程中西北傳輸軌跡速度最快，占比最大，說(shuō)明淄博市此次污染受西北沙塵的影響較大，沙塵傳輸?shù)耐鈦?lái)污染物疊加本地的污染物，加重了淄博市大氣污染，沙塵傳輸是造成大氣重污染原因之一.

表2 后向軌跡聚類分布

2.4 PM2.5源解析分析

為了進(jìn)一步量化沙塵對(duì)PM2.5的貢獻(xiàn)，采用PMF 5.0 模型分別計(jì)算受沙塵影響的污染期間(11月23日—12月3日)及污染后(12月4—8日)各污染源對(duì)PM2.5的貢獻(xiàn)，定量解析大氣顆粒物來(lái)源貢獻(xiàn). PMF計(jì)算結(jié)果表明，PM2.5共有五類來(lái)源，分別為揚(yáng)塵源、燃燒源、交通源、二次源以及工業(yè)排放源(見(jiàn)圖4).

圖4 污染期間及污染后PM2.5各類污染源的貢獻(xiàn)率Fig.4 Contribution of various PM2.5 emission sources during and after pollution episode

由表3可見(jiàn)，與國(guó)內(nèi)其他城市PM2.5來(lái)源解析結(jié)果[45-51]相比，此次淄博市沙塵影響期間揚(yáng)塵源貢獻(xiàn)率明顯高于其他城市重污染期間揚(yáng)塵源貢獻(xiàn)率，而其他污染源的貢獻(xiàn)率相對(duì)較低. 沙塵期間，風(fēng)速變大導(dǎo)致地殼物質(zhì)易揚(yáng)起進(jìn)入空氣中[53]，體現(xiàn)了沙塵過(guò)境對(duì)空氣質(zhì)量產(chǎn)生的影響. 污染期間燃燒源貢獻(xiàn)率高于污染后，結(jié)合后向軌跡發(fā)現(xiàn)，冬季是西北地區(qū)生物質(zhì)燃燒和燃煤的旺季，故污染期間燃燒源的升高與西北地區(qū)遠(yuǎn)距離輸送有關(guān)[54]. 而污染期間二次源、工業(yè)排放源和交通源均低于污染后，一方面由于11月23日淄博市發(fā)布重污染天氣橙色預(yù)警，對(duì)工業(yè)企業(yè)排放、揚(yáng)塵排放、移動(dòng)源污染排放和其他排放(噴涂、室外噴涂、粉刷、切割、護(hù)坡噴漿等)進(jìn)行強(qiáng)制性減排措施；另一方面，可能是此次沙塵對(duì)本地污染源稀釋作用的影響. 污染后由于重污染天氣預(yù)警解除，工業(yè)排放源和交通源出現(xiàn)增加趨勢(shì)，其中工業(yè)排放源增加顯著，體現(xiàn)了淄博市是一個(gè)重工業(yè)城市的特點(diǎn). 而二次源也呈不顯著的增加趨勢(shì)，由于二次源與交通源、燃燒源等排放的氣態(tài)污染物的二次轉(zhuǎn)化有關(guān)，因此，該研究對(duì)交通源和燃燒源PMF解析結(jié)果會(huì)被低估[55-56]. 此外，污染后揚(yáng)塵源和燃燒源均顯著降低，再一次說(shuō)明沙塵的輸入對(duì)此次污染造成了一定的影響.

表3 國(guó)內(nèi)部分城市PM2.5源解析結(jié)果比較

3 結(jié)論

a) 污染期間顆粒物是主要污染物，PM10和PM2.5受到相同污染源的影響.ρ(PM10)和ρ(PM2.5)小時(shí)平均值分別為(259±111)和(133±51)μgm3，分別是污染后ρ(PM10)〔(88±38)μgm3〕和ρ(PM2.5)〔(36±14)μgm3〕的2.9和3.7倍，且PM2.5在污染期間的顆粒物中占主導(dǎo)地位.

b) 污染期間OC是PM2.5中主要的碳質(zhì)氣溶膠，OC與EC有相似的污染源.ρ(SOC)ρ(OC)表明，污染期間存在較明顯的二次有機(jī)污染；污染期間受汽車保有量和氣象因素的影響，ρ(NO3-)最高，NO3-、SO42-和NH4+是污染過(guò)程主要的離子組分，二次粒子轉(zhuǎn)化是污染期間PM2.5重要離子來(lái)源；受沙塵過(guò)境的影響，污染期間Ca2+、Mg2+、Al、Mg、Ca、Si等代表沙塵源的離子和元素組分的質(zhì)量濃度在PM2.5中占比均高于污染后.

c) 通過(guò)后向軌跡分析，污染期間沙塵傳輸是造成大氣重污染的原因之一，且局地盤旋的當(dāng)?shù)貧饬饕苍黾恿宋廴疚锏睦鄯e，此次大氣污染過(guò)程是本地污染物累積及西北沙塵傳輸共同作用形成的.

d) 通過(guò)PMF模型分析，污染期間揚(yáng)塵源是首要污染源類，沙塵過(guò)境對(duì)此次污染過(guò)程有很大貢獻(xiàn). 污染后工業(yè)源貢獻(xiàn)顯著增高，成為主要污染源，體現(xiàn)了淄博市以重工業(yè)為主的城市特點(diǎn).